哈佛研究：男性更爱自称懂AI，连不存在的人也说认识

哈佛大学一项覆盖5400多名美国人的调查揭示了AI认知领域一个耐人寻味的现象：男性不仅更爱谈论AI，还更容易声称自己认识那些根本不存在的人。

研究设计与核心发现

哈佛研究人员向受访者展示了一份名单，其中混入了虚构人物的姓名。结果显示，73%的男性表示认识OpenAI CEO Sam Altman，而有53%的男性声称认识那些不存在的人。女性群体中同样存在类似趋势——40%的女性表示认识虚构人物，同时有38%的女性认识Mira Murati（OpenAI前CTO、现任Thinking Machine Labs负责人），男性对她的认知率为53%。

这组数据指向一个清晰的模式：男性在面对AI话题时，更倾向于表现出"我知道"的姿态，即使这种认知是虚假的。

**过度声称认知（overclaiming）**是心理学中测量自评知识准确性的经典范式。其基本逻辑是：在真实项目中混入若干完全虚构的名称，若受访者声称认识这些不存在的人或概念，就说明其自评知识存在系统性虚高。由于虚构项目不可能被真正掌握，任何肯定回答都可被视作自信膨胀的可靠信号。该范式由Delroy Paulhus等人在1990年代用于研究自我欺骗与社会期许偏差，后被广泛应用于金融素养、气候变化、健康知识等领域。本次哈佛研究将它迁移到AI议题，其巧妙之处在于：AI正处于公众认知的快速建构期，许多人其实并不熟悉行业人物，却因社交压力而倾向于“装作懂行”。虚构人物名称因此成为一面照妖镜，把不愿承认无知的倾向量化了出来。

自信与知识的错位

研究还发现了一个微妙的分化。男性使用AI的频率更高，回答知识性问题时正确率也更高，但两性的错误回答率实际上持平。真正的差异在于面对不确定时的态度——女性平均在3.3个问题上承认自己不确定，而男性仅在2.3个问题上表达犹豫。

换句话说，男性并非知道得更多，而是更不愿意承认自己不知道。这种过度自信可能源于社会对男性"应该懂技术"的刻板期待，也可能反过来强化了这种期待。

媒体中的性别失衡

这种认知偏差在媒体报道中找到了呼应。据研究统计，在整整一年的报道中，男性被标题提及的次数是女性的14倍以上。受邀在媒体上评论AI议题的专家中，四分之三是男性，而AI领域女性从业者的实际比例约为29%。

媒体呈现出的"AI专家"形象与真实的人口构成之间存在显著落差。当公众反复看到男性面孔被冠以AI权威的头衔，这种印象会逐渐固化为"AI是男性领域"的默认认知。

性别化的“专家库”现象在传播学中常被称作“权威引用的马太效应”。编辑在紧急截稿时倾向于调用既有联系人或名单，而传统科技报道网络长期以男性为主，于是形成自我强化的循环：男性被反复引用而积累可见度，可见度又让他们成为更“安全”的引用对象。研究显示，AI领域女性从业者约占29%，但被引用比例远低于此，说明落差并非源于人才储备不足，而是来源习惯的惯性。这种失衡会反向塑造公众认知：观众看到的“AI面孔”越单一，就越容易把技术权威与男性气质挂钩，进而影响女生的职业想象与媒体的后续选人标准。

情绪反应的两极

在对待AI的情绪层面，两性都将"担忧"列为首要反应。但女性表现出更多焦虑和恐惧，男性则在好奇、兴奋等积极情绪上得分更高。

这种情绪分化或许与前述的自信差异互为因果：越是自信的人，越容易对新技术抱有好奇而非恐惧；而缺乏话语权的人，则更容易感到不安。

技术焦虑的性别差异可用“感知控制”理论解释。面对AI时，若一个人认为自己对技术走向缺乏影响力，就更可能产生恐惧与逃避；反之，若因社会角色被赋予“懂技术”的预期，则更容易把不确定性体验为挑战和好奇。女性在AI公共讨论中的代表性不足，会降低其感知话语权，从而放大焦虑。同时，情绪反应本身也会反过来影响参与：焦虑者更少主动发声，好奇者更常进入讨论，于是媒体与社交平台上的声音进一步向自信者倾斜，形成一个与认知过度自信相互叠加的筛选机制。

这意味着什么

这项研究的价值不在于证明"男性更懂AI"或"女性更恐惧AI"，而是揭示了一个更深层的问题：关于AI的公共讨论，可能在很大程度上被过度自信的声音所主导。

当53%的男性愿意承认认识不存在的人，而女性更倾向于说"我不确定"，那么我们在媒体上听到的"专家意见"，有多少是真正的专业知识，又有多少只是自信的表达？

AI领域的性别平等，或许不仅关乎从业者比例，更关乎谁有资格定义什么叫做"懂AI"。